Forscher vom Massachusetts Institute of Technology (MIT) haben ein neues Bildverarbeitungssystem entwickelt, mit dem Haushaltsroboter Objekte besser erkennen können. Gleichzeitig würde dies die Anzahl der Fehlidentifikationen verringern. Der neu entwickelte Algorithmus ist genau und zehnmal schneller, was ihn für die Echtzeitbereitstellung mit Haushaltsrobotern wesentlich praktischer macht.
Damit Haushaltsroboter praktisch sind, müssen sie in der Lage sein, die Objekte zu erkennen, die sie manipulieren sollen.
Während die Objekterkennung eines der am häufigsten untersuchten Themen in der künstlichen Intelligenz ist, versagen selbst die besten Objektdetektoren immer noch häufig.
Der Cheetah Robot des MIT ist jetzt von der Leine, kann lautlos rennen und springen
Der Hauptautor Lawson Wong, Doktorand in Elektrotechnik und Informatik und Hauptautor am MIT-Labor für Informatik und künstliche Intelligenz, sagte:
"Wenn Sie nur die Ausgabe des Betrachtens von einem Standpunkt aus betrachtet haben, fehlt möglicherweise eine Menge Material, oder es ist der Beleuchtungswinkel oder etwas, das das Objekt blockiert und einen systematischen Fehler im Detektor verursacht."
Wong und sein Team betrachteten Szenarien, in denen 20 bis 30 verschiedene Bilder von Haushaltsgegenständen auf einem Tisch zusammengefasst waren.
In mehreren Szenarien umfasste der Cluster mehrere Instanzen desselben Objekts, die eng zusammengepackt waren, was die Zuordnung verschiedener Perspektiven erschwert.
Die Forscher zeigten, dass ein System, das einen Standardalgorithmus zum Aggregieren verschiedener Perspektiven verwendet, viermal so viele Objekte erkennen kann wie ein System, das eine einzelne Perspektive verwendet.